高阶反向响应过程的分数阶PID控制器设计

针对具有反向响应特性的高阶过程,提出了一种分数阶PID控制器设计方法.为了便于控制器设计,采用一种改进的微粒群优化算法对高阶过程模型进行简化处理,在此基础上,根据内模控制原理设计分数阶PID控制器,该控制器仅有一个可调参数,有效降低了控制器整定的复杂度,并根据最大灵敏度指标推导出控制器参数整定的解析表达式,克服了参数选择的盲目性.仿真结果表明,该方法可使系统具有良好的设定值跟踪、扰动抑制特性以及克服参数摄动的鲁棒性.     

永磁同步电机速度伺服系统的分数阶内模控制

针对永磁同步电机(Permanent magnet synchronous motor,PMSM)速度伺服系统,提出了一种分数阶(Fractional order,FO)内模控制器设计方法。建立了PMSM速度伺服系统的简化数学模型,根据内模控制(Internal model control,IMC)原理,引入分数阶滤波器替代整数阶滤波器,推导出了一种分数阶内模控制器,该控制器仅包含两个可调参数,有效克服了分数阶PIλDμ控制器待整定参数较多的缺陷,并基于系统时域性能指标选择主导极点,给出了控制器参数的解析整定方法,避免了参数选择的盲目性。仿真结果表明,所提方法不仅可以使PMSM速度伺服系统具有较好的设定值跟踪和扰动抑制特性,而且对于系统参数摄动具有更好的鲁棒性。     

一类中立非线性系统的未知参数谐波扰动补偿

对于一类受到外部未知参数谐波信号干扰下的中立非线性不确定系统,提出了一种基于自适应前馈补偿的控制器设计方法。首先设计非线性观测器将未知扰动估计问题转换为参数辩识问题,并在前馈通道对扰动进行抵消,其次设计具有鲁棒性能的状态反馈控制器来抑制未建模动态,从而在外部扰动和模型参数不确定同时作用下,使系统具有较好的控制性能。对二关节机械臂的仿真证明该方法的有效性。     

一种基于干扰观测器的内模控制方法

为保证内模控制的可实现性以及满足鲁棒性需要引入滤波器，但是滤波器的存在会导致跟踪滞后和无法有效抑制正弦扰动。针对这一问题本文提出了一种基于干扰观测器（DO）的内模控制方法。该方法能够抑制由阶跃扰动和正弦扰动组成的复合扰动：通过观测器可以对正弦干扰进行观测和补偿，内模控制器抑制阶跃干扰和观测器的补偿误差。对单机械臂的仿真证明了该方法的有效性。     

交流调速系统的内模控制

文章介绍了基于内模控制原理的感应电机调速系统设计方法.采用实验的方法建立了感应电机调速系统的速度环控制模型,依据内模原理设计了速度控制器,该控制器具有PI结构,但只有一个可调参数,且该参数与控制系统的动态特性直接相关.在基于DSP TMSLF/2407的运动控制平台(MCK2407 Pro Kit)上的实验结果表明,所设计的速度控制器结构简单,参数调整方便,调速系统具有良好的动态性能,能够满足感应电机的调速要求.     

热连轧生产过程计算机仿真系统

系统地介绍了热连轧生产过程计算机仿真系统的结构,功能及设计与实现。它用Client/Server模式,在两台计算机上实现了除加热炉外整个热连轧生产线的仿真。     

汉字拼音首字符识别及在信息系统中的应用

本文介绍了一种汉字拼音首字符识别的原理和在VisualBasic中的具体实现 ,并阐述了该方法在信息系统中方便用户查询的应用。     

不确定性离散时间系统的积分变结构控制

本文针对不确定性离散时间系统 ,提出一种改进的离散趋近律和等效控制相结合的控制策略 ,既保持变结构控制的强鲁棒性的优点 ,又消除了系统的颤振现象。并引进积分控制 ,提高了系统的稳态精度 ,使系统获得了满意的控制性能。仿真结果表明了这一方法是可行的     

基于自构建RBF神经网络的内模控制

针对复杂的非线性被控过程,本文提出一种基于自构建RBF神经网络的内模控制方法。该方法中,神经网络的自构建学习算法包括结构学习和参数学习。结构学习采用最近邻聚类法使网络能够自适应地在线增加和删减神经元以达到理想的网络结构。神经网络的参数学习采用梯度下降法。将该神经网络用于内模控制,使得辨识被控远程内部模型和控制器模型的神经网络的神经元个数可以根据激励强度动态改变,进而改善了控制系统的动态性能和鲁棒性。仿真结果表明了所提方法的有效性。     

基于dSPACE的灰色预测PID控制在液位系统中的应用

本文针对双容水箱液位串级控制系统,提出了一种灰色预测PID控制策略.该控制策略将灰色预测在线应用,用其预测结果代替被控对象的测量值,与给定输入比较得到的偏差值作为PID控制器的输入;并在过程控制试验平台上构建基于dSPACE的快速控制原型进行实验研究.实验结果表明：该方法具有超调小、响应速度快等优点,比传统的PID控制更为优越.